外骨骼机器人人机交互意图识别与自适应助力控制策略研究.docxVIP

PAGE2

外骨骼机器人人机交互意图识别与自适应助力控制策略研究

摘要

随着全球人口老龄化进程加速，下肢运动功能障碍患者的康复需求日益增长，外骨骼机器人作为辅助行走与康复训练的有效工具，已成为康复工程领域的研究热点。然而，现有外骨骼系统普遍存在人机交互意图识别准确率低、机械关节运动与人体关节运动不协调、助力模式单一且缺乏自适应性等问题，严重影响了穿戴舒适度与康复效果。针对上述痛点，本课题设计并实现了一种基于多源传感器信息融合的外骨骼机器人控制系统，核心目标在于提高运动意图识别精度，实现自适应助力，从而显著降低用户代谢能耗。

本文首先针对人体下肢运动机理进行分析，提出了融合表面肌电信号与惯性测量单元信号的意图识别方案，利用肌电信号的提前量特性解决系统响应滞后问题。其次，设计了基于导纳控制的交互力控制策略，构建了虚拟质量-弹簧-阻尼系统模型，实现柔顺的人机交互。在此基础上，引入助力曲线自适应算法，根据用户的疲劳程度与运动状态实时调整助力参数，确保助力效果的最大化。最后，搭建了原型机实验平台，进行了样机测试与穿戴实验。

研究内容遵循“需求分析→总体设计→详细设计→实现→测试”的工程逻辑展开。第一章绪论阐述研究背景与意义；第二章介绍相关技术与开发工具；第三章进行系统需求分析；第四章阐述系统总体架构；第五章详细描述意图识别与控制算法设计；第六章展示系统硬件与软件实现过程；第七章进行系统